Update app.py

app.py

@@ -1,43 +1,66 @@
 import gradio as gr
 from transformers import MarianMTModel, MarianTokenizer
+from langdetect import detect
 
-# Modèle de traduction : anglais → français par défaut
-model_name = "Helsinki-NLP/opus-mt-en-fr"
-tokenizer = MarianTokenizer.from_pretrained(model_name)
-model = MarianMTModel.from_pretrained(model_name)
+# Liste des modèles MarianMT que l'on veut supporter
+LANG_MODELS = {
+    ("en", "fr"): "Helsinki-NLP/opus-mt-en-fr",
+    ("fr", "en"): "Helsinki-NLP/opus-mt-fr-en",
+    ("en", "es"): "Helsinki-NLP/opus-mt-en-es",
+    ("es", "en"): "Helsinki-NLP/opus-mt-es-en",
+    ("en", "de"): "Helsinki-NLP/opus-mt-en-de",
+    ("de", "en"): "Helsinki-NLP/opus-mt-de-en",
+    ("en", "it"): "Helsinki-NLP/opus-mt-en-it",
+    ("it", "en"): "Helsinki-NLP/opus-mt-it-en",
+    ("fr", "es"): "Helsinki-NLP/opus-mt-fr-es",
+    ("es", "fr"): "Helsinki-NLP/opus-mt-es-fr",
+    ("fr", "de"): "Helsinki-NLP/opus-mt-fr-de",
+    ("de", "fr"): "Helsinki-NLP/opus-mt-de-fr",
+    # 💡 tu peux ajouter ici toutes les paires dispo sur Hugging Face
+}
 
-def translate(text, target_lang):
-    # Choisir le modèle selon la langue cible
-    if target_lang == "fr":
-        model_name = "Helsinki-NLP/opus-mt-en-fr"
-    elif target_lang == "en":
-        model_name = "Helsinki-NLP/opus-mt-fr-en"
-    else:
-        return "Langue non supportée pour l'instant"
-
-    # Recharger modèle si changé
-    global tokenizer, model
-    if model_name != model.name_or_path:
+# Cache modèle/tokenizer pour éviter de recharger à chaque fois
+model_cache = {}
+
+def get_model(src, tgt):
+    """Charge le bon modèle selon la paire de langues"""
+    if (src, tgt) not in LANG_MODELS:
+        return None, None
+    model_name = LANG_MODELS[(src, tgt)]
+    if model_name not in model_cache:
         tokenizer = MarianTokenizer.from_pretrained(model_name)
         model = MarianMTModel.from_pretrained(model_name)
-        model.name_or_path = model_name
+        model_cache[model_name] = (tokenizer, model)
+    return model_cache[model_name]
+
+def translate(text, target_lang):
+    # Détection automatique de la langue source
+    try:
+        source_lang = detect(text)
+    except:
+        return "Impossible de détecter la langue."
+
+    if source_lang == target_lang:
+        return "La langue source et cible sont identiques."
+
+    tokenizer, model = get_model(source_lang, target_lang)
+    if tokenizer is None:
+        return f"Traduction {source_lang} → {target_lang} non supportée."
 
-    # Traduction
     batch = tokenizer([text], return_tensors="pt", padding=True)
     gen = model.generate(**batch)
     translated = tokenizer.batch_decode(gen, skip_special_tokens=True)[0]
     return translated
 
-# Interface Gradio
 iface = gr.Interface(
     fn=translate,
     inputs=[
         gr.Textbox(lines=2, placeholder="Tapez le texte ici..."),
-        gr.Dropdown(["fr", "en"], label="Langue cible")
+        gr.Dropdown(["fr", "en", "es", "de", "it"], label="Langue cible")
     ],
     outputs="text",
     title="MyTranslator",
-    description="Traduction simple avec détection de langue."
+    description="Traducteur multi-langues avec détection automatique."
 )
 
-iface.launch()
+iface.launch()